Agentes racionais

Agentes racionais são aqueles que procuram maximizar o resultado da função utilidade.

Para cada sequência de percepções possíveis deve-se selecionar uma ação que espera-se que venha a maximizar sua medida de desempenho, dada a evidência fornecida pela sequência de percepções e por qualquer conhecimento interno do agente.

Qual seria a medida de desempenho ideal para o agente aspirador de pó racional?

Racionalidade é diferente de perfeição.

• A racionalidade maximiza o desempenho esperado, enquanto a perfeição maximiza o desempenho real.
• A escolha racional só depende das percepções até o momento.

Os agentes podem (e devem!) executar ações para coleta de informações.

• Um tipo importante de coleta de informação é a exploração de um ambiente desconhecido.

Os agentes também podem (e devem!) aprender, ou seja, modificar seu comportamento dependendo do que ele percebe ao longo do tempo.

• Nesse caso o agente é chamado de autônomo.
• Um agente que aprende pode ter sucesso em uma ampla variedade de ambientes.

O processo de modelagem de um agente envolve a definição de:

• Medida de Desempenho ex.: segurança, destino, lucros, legalidade, conforto, ...
• Ambiente ex.: ruas / autoestradas, trânsito, pedestres, clima, ...
• Atuadores ex.: direção, acelerador, freio, buzina, alto-falante/Tela, ...
• Sensores ex.: vídeo, acelerômetros, medidores, sensores do motor, teclado, GPS, ...

Originalmente PEAS

• Performance, Environment, Actuators, Sensors

Ver também

• Agente Dirigido por Tabela
• Agentes reativos simples
• Agentes reativos baseados em modelos
• Agentes baseados em objetivos
• Agentes baseados na utilidade
• Agentes com aprendizagem